Instalação dos pacotes
install.packages(c(
"spdep", "spatialreg", "spatstat.core", "spatstat.geom", "gstat",
"sp", "sf", "rgdal", "raster", "geoR", "dplyr"
))Gean Pereira Damaceno
Departamento de Estatística - UFLA
📧 Email: gedamaceno030@gmail.com 🌐 Website: Site
Sobre o minicurso
📍 Este minicurso apresenta métodos de análise espacial em três contextos principais:
🎯 O público-alvo inclui estudantes e profissionais com conhecimentos básicos em regressão e estatística espacial.
📘 O material é baseado no livro Análise de Dados Espaciais com Aplicações em R (Scalon 2024) e conta com exemplos práticos em cada seção.
✍️ Como citar este minicurso:
Damaceno, G. P. (2026). Minicurso de Estatística Espacial em R.
📥 Baixar citação BibTeX:
Download do .bib
Os principais objetivos deste minicurso são:
spatstat, exercícios.Instale os pacotes necessários para uma análise espacial em R
De acordo com Scalon (2024), a estatística espacial é um ramo da estatística que se concentra na análise de dados que possuem uma localização, representada por coordenadas geográficas e/ou regiões.
Conforme descrito por Scalon (2024) o que distingue a estatística espacial da clássica é a necessidade de que os dados possuam localizações geográficas, característica ausente na estatística clássica.
N. Cressie (1991) , N. A. C. Cressie (1993) , Gatrell et al. (1996) e Waller e Gotway (2004) classificam os dados espaciais em diferentes tipos, conforme a natureza da distribuição espacial, em três principais categorias:
Dados de áreas, também conhecidos como dados de lattice ou dados de superfice discreta, são dados espaciais indexados a sub-regiões que constituem uma partição de um dominio contínuo.
Dados pontuais surgem quando as próprias localizações do evento é o objeto de interesse.
Dados geoestatísticos, também conhecidos como dados de superfícies contínuas.
A estatística espacial é amplamente aplicada em diversas áreas, incluindo:
e muito mais áreas que envolvem dados geograficamente referenciados.